阵列信号的目标参数估计

来源 :南京大学 | 被引量 : 0次 | 上传用户:by_huang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
信号频率、信号到达角以及其他参量是空间传播电磁波的重要特征,是认识空间电磁波中所携带信号的重要参量,因此,利用阵列天线对包括频率、波达角等参数的联合估计成为电子战中更好地了解周围情况和保护自己的先决条件,在诸如引导干扰、有源隐身、电磁伪装等电子对抗领域内得到了广泛的应用。随着科技的不断发展,多参量估计正在通信、导航和地质勘探等应用领域越来越多地得到重视,成为一个极为引人注目的研究课题。当前,信号环境日益复杂,信号形式多样,信号密度日渐增大,信号频率范围不断拓宽,使得信号在空域和频域上分布范围和密度大大增加。这就要求同时对频域、空域内多个辐射源的频率、到达角等信号参量具有高精度、高分辨力的估计能力。传统的方法由一个测频系统和一个阵列测向系统组成,而在本文中,围绕以上问题,利用一个阵列系统同时完成信号频率和到达角的侦察,同时提出了基于均匀线阵的信号频率与到达角的估计的新方法,主要工作包括: 1)基于均匀线阵,介绍了阵列信号处理的基本原理,论述了多信号频率、到达角的估计的基本假设,建立了一般信号模型。 2)在基本原理的基础上,应用二阶矩,即信号相关函数来进行信号参数估计的方法,主要介绍了经典的MUSIC、ESPRIT算法,并提出了应用ESPRIT方法进行信号频率和波达角的同时估计,同时进行了仿真实验比较。MUSIC算法与ESPRIT算法在参数估计上都有较高的精确度,但MUSIC算法只能实现在同一频率下不同信号到达角的估计,同时需要在频域进行全域搜索,故需要较大的计算量、存储量,而ESPRIT算法不仅可以进行信号频率、到达角的联合估计,且在运算量上也大大优于MUSIC算法,故在实际中,ESPRIT有较多的应用。 3)MUSIC、ESPRIT算法都是在高斯白噪声环境下研究,这些方法在高斯色噪声环境下的参数估计性能将大大下降,甚至失败。而在实际信号环境中,不可避免的常常遇到高斯色噪声环境。高阶累积量在信号处理领域的应用为这一问题提供了新的处理工具。本文在介绍了累积量的基本定义和性质后,采用四阶累积量ESPRIT算法(ESPRIT-4)进行了信号参数的估计。ESPRIT-4算法的优点是不仅可以应用在任意高斯噪声环境下,而且还可以实现阵列的扩展。然而,利用高阶累积量进行参数估计需要较大的计算量,估计精度也较基于二阶统计量的ESPRIT算法稍差。
其他文献
本文主要的目标是在语音识别率不降低或者降低很小的前提下,加快语音识别的速度。具体开展了语音识别算法级和代码级别的优化工作。 在算法级优化方面,主要针对计算量最大的
从染色质水平了解基因表达调控的机制是目前分子生物学研究的热点。目前认为,基因在基因组中的定位和基因在核内空间的定位是基因表达调控的一个重要调控水平。对该层次基因调
在概念层次网络理论(Hierarchical Network of Concepts简称HNC)体系下,对句子语义分析时碰到的多动词难点,进行研究,并在句类分析系统中实现它.动词构成特征语义块,特征语义
建筑物区域提取可为城市规划、土地利用、灾害检测等提供重要信息。随着SAR系统的不断发展,高分辨率、多极化数据不断涌现。相比于单极化SAR,极化SAR可以获取建筑物目标更多的
摘要:随着国家基础教育改革的全面展开,教师专业标准和教师教育课程标准的颁布,以及日益提高的社会要求,我国小学教师职前培养亟需进行全面深入的研究。本研究拟从基础教育改革的角度推开,分析社会发展对小学教师的素质要求的变化,剖析改革内容,探讨当前小学教师职前培养存在的若干问题,并提出相应的策略。  关键词:基础教育改革;小学教师;职前培养  引言:随着我国社会经济的整体大发展,每个小家庭的经济条件和父母
目的 分析低度恶性潜能多房囊性肾肿瘤(MCRNLMP)的临床病理学特征,提高对该肿瘤的认识.方法 回顾性分析32例MCRNLMP的临床资料、组织学形态、免疫组化,并进行相关文献复习,探
近年来,二维码作为一种存储与传递信息的新技术,广泛应用于很多领域当中。与此同时,随着智能手机及3G/4G网络的快速普及,二维码与手机结合使用越来越多,进一步拓展和提升了二维码
信道估计广泛应用于移动通信系统中,就是对移动信道的统计参数进行估计,得到信道对通信信号恶化的信息,从而在接收端减轻这种恶化,降低误码率。在此过程中将信道作为一个系统,并考
电子侦察系统所面临的电磁环境日益复杂,如何对能量更加密集、形式更加多样的雷达信号实现宽空域覆盖、高增益侦收是电子侦察领域研究的重要内容。将数字波束形成技术应用到宽
  与短时傅立叶变换不同,小波变换引入了尺度的概念。在分析信号的高频细节时使用压缩的小波,而在分析低频的变化时使用扩大的小波。该方法具有较高的时频分辨率,特别适合分析